한양대, '저조도 객체 탐지' 기술로 AI 학회 'ICLR 2026' 채택

연산 속도 저하 없는 '실용성' 극대화
'이미지 주파수 분리 기법'으로 노이즈 억제

[서울=뉴시스] (왼쪽부터) 한양대 미래자동차공학과 신광익 학부생, 송재하 석사과정생, 황순민 교수. (사진=한양대 제공) 2026.04.14. photo@newsis.com *재판매 및 DB 금지

[서울=뉴시스]박시은 인턴 기자 = 한양대학교는 공과대학 미래자동차공학과 황순민 교수팀의 연구 성과가 인공지능(AI) 분야 세계 최고 권위 학회인 'ICLR 2026'에 채택됐다고 14일 밝혔다.

일반적인 객체 탐지 모델은 빛이 부족하고 노이즈가 심한 저조도 환경에서 객체의 경계나 특징 정보를 제대로 파악하지 못해 성능이 급격히 저하되는 한계가 있다.

이에 연구진은 '자가 가이드형 저조도 객체 탐지 프레임워크(Self-guided low-light object detection framework)'를 제안했다. 이는 모델이 저조도 이미지로부터 학습에 필요한 목표 이미지를 스스로 생성하고, 객체 탐지에 최적화된 특징을 학습하도록 유도하는 방식이다.

기술의 핵심은 이미지의 주파수 영역을 분리해 처리하는 '푸리에 기반 이미지 융합(Fourier-based image fusion)' 기법이다. 이미지의 구조 정보를 담고 있는 '위상(Phase)'과 밝기·노이즈 정보를 포함하는 '진폭(Amplitude)'을 분리한 뒤 최적으로 결합함으로써, 형태적 특징은 유지하며 노이즈만 효과적으로 억제한 학습 신호를 생성해 낼 수 있다.

특히 이 기술은 실제 산업 현장에서의 '실용성'이 매우 높다. 복잡한 이미지 처리 과정은 모델 학습 단계에서만 수행되며, 실제 자율주행차나 폐쇄회로(CC)TV 등에서 작동하는 추론 단계에서는 추가 연산이나 파라미터 증가가 발생하지 않는다. 결과적으로 기존 모델의 연산 속도를 유지하면서도 탐지 성능만 끌어올린 것이다.

시각화 분석 결과에서도 제안 기법을 적용했을 때 AI가 배경과 객체를 훨씬 더 명확하게 구분하는 것이 확인됐다. 이를 통해 향후 야간 자율주행, 영상 감시 시스템, 보안 인식 등 다양한 산업 분야에 즉각 활용될 전망이다.

[서울=뉴시스] '푸리에 기반 이미지 융합' 기법(왼쪽)과 '특징 시각화(Feature visualization)' 결과. (사진=한양대 제공) 2026.04.14. photo@newsis.com *재판매 및 DB 금지

황 교수는 "앞서 'CVPR 2025'의 웨이모 오픈 데이터셋 챌린지에서 3위를 이끈 주역들이 이번 'ICLR' 논문 게재까지 성공했다"며 "앞으로도 실제 환경에 바로 적용 가능한 고성능 AI 기술 연구를 지속할 것"이라고 밝혔다.

한편 이번 연구는 학부생이 연구를 주도했다는 점에서 주목받고 있다. 신광익 학생이 제1저자, 송재하 석사과정생이 제2저자로 참여한 논문은 이달 25일 브라질 리우데자네이루에서 개최되는 'ICLR 2026' 학회에서 발표될 예정이다.

☞공감언론 뉴시스 xieunpark@newsis.com